بهبود خودترمیمی شبکۀ توزیع هوشمند با تخصیص کلیدها و منابع تولید پراکنده با استفاده از محاسبات نرم

توسعه شبکه‌های توزیع به‌منظور افزایش پایایی این شبکه‌ها، به‌دلیل تغییر رفتار و نوع مشترکین امری ضروری است. نگرانی درباره تغییرات اقلیمی و زیست‌محیطی، به ظهور منابع انرژی تجدیدپذیر به‌عنوان جایگزینی برای منابع تولید فسیلی منجر شده است. منابع تولید پراکنده مبتنی بر انرژی‌های تجدید‌پذیر و کلیدهای کنترلی می‌توانند نقش مهمی در بهبود پایایی و کاهش هزینه‌های شبکه داشته باشند. هدف اصلی این مقاله جایابی کلیدهای کنترل از راه دور و کنترل دستی هم‌زمان با جایابی و تخصیص ظرفیت منابع تولید پراکنده مبتنی بر انرژی‌های تجدید‌پذیر شامل سلول‌های خورشیدی و توربین‌های بادی با در نظر گرفتن عدم‌قطعیت در تولید توان این منابع است. تابع هدف در نظر گرفته شده، یک تابع دوهدفه شامل کاهش هزینه‌های شبکه و بهبود شاخص پایایی سایدی است. همچنین، برای این تابع هدف محدودیت‌های فنی و اقتصادی در نظر‌ گرفته ‌شده است. تابع هدف مدنظر به‌صورت یک برنامه‌ریزی غیرخطی همراه با عدد صحیح مدل شده است و برای حل این مسئله از چهار الگوریتم تکاملی، استفاده و نتایج آنها با هم مقایسه شده‌اند. شبکه مطالعه‌شده در این مقاله، شبکه 4 باس روی بیلینتون است.

Improving selfhealing of smart distribution network by allocating switches and distributed generation resources using soft computing

Expansion of distribution networks to increase the reliability due to change of behavior and type of customers is a requirement. On the other side, the concern about environment and climate changes has led to use of renewable energy sources as a replacement for fossil generation sources. DGs based on RES and control switches can play an important role in improving the reliability of the grid, decreasing the costs and mitigating environmental effects. The main purpose of this article is evaluating the remote control switches and manual control and sizing of RESbased DG units including solar cells and wind turbines and simultaneous placement of these units considering their generation uncertainty. The intended function is a biobjective function that includes reducing network costs and improving the Side Reliability Index and technical and economic constraints are considered too. The intended function is modeled as a mixed integer nonlinear programming and four evolutionary algorithms are used to solve this problem and their results are compared. Roy Billinton 4bus network is chosen as the test network in this article.